返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 交通时空大数据详解 车辆轨迹数据分析、挖掘与可视化(Python版) 余庆,袁见,宋轩 编 专业科技 文轩网
  • 新华书店正版
    • 作者: 余庆、袁见、宋轩著
    • 出版社: 清华大学出版社
    • 出版时间:2024-07-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 余庆、袁见、宋轩著
    • 出版社:清华大学出版社
    • 出版时间:2024-07-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2024-07-01
    • 页数:0
    • 开本:其他
    • 装帧:平装
    • ISBN:9787302668145
    • 国别/地区:中国
    • 版权提供:清华大学出版社

    交通时空大数据详解 车辆轨迹数据分析、挖掘与可视化(Python版)

    作  者:余庆,袁见,宋轩 编
    定  价:99
    出 版 社:清华大学出版社
    出版日期:2024年07月01日
    页  数:264
    装  帧:平装
    ISBN:9787302668145
    主编推荐

    本书深入地聚焦于车辆轨迹数据的应用。针对车辆轨迹数据在时间与空间上对个体连续追踪的特点,在时间维度上,我们强调轨迹数据的时间序列逻辑处理,不仅关注单一数据点,而且着眼于时间线上连续的数据记录;在空间维度上,深入探讨了适用于轨迹GPS定位的地理空间数据处理技术。

    内容简介

    本书全面介绍车辆轨迹数据的处理、分析与可视化方法,并深入探讨了基于Python的车辆轨迹数 据处理技术,旨在帮助读者快速掌握车辆时空轨迹数据处理的基本方法和编程技巧,同时提供丰富的实际案例和技术解决方案,覆盖了从数据采集到深入分析的完整技术链条,是交通时空大数据领域车辆轨迹数据处理分析的全面指南。
    本书内容涵盖从车辆轨迹数据的基本特征、采集原理到预处理、质量分析、可视化,再到高级应用如路网匹配、排放计算、多智能体仿真,以及特定案例分析如电动汽车充电需求识别和无人机航拍轨迹数据分析。
    本书适合计算机相关专业的学生、数据分析师、研究人员以及技术开发人员阅读。

    作者简介

    "余庆 工学博士,北京大学深圳研究生院城市规划与设计学院博士后,曾任南方科技大学助理研究员。博士毕业于上海同济大学,期间赴日本东京大学联合培养,获国家资助博士后研究人员计划资助、上海市优秀毕业生、博士研究生国家奖学金等荣誉。主要从事交通时空大数据、交通能源、城市计算、多智能体仿真等相关领域的应用研究,发表期刊与会议论文40余篇,其中SCI论文20余篇。交通时空大数据开源Python库TransBigData作者,清华大学出版社计算机畅销图书《交通时空大数据分析、挖掘与可视化(Python版)》作者,获清华大学出版社2022年科技类最受读者欢迎图书奖。 袁见 同济大学博士研究生、麦吉尔大学联合培养博士生。主要研究方向为时空数据建模与分析、交通网络建模、人工智能在交通中的应用。参与国家重点研发计划1项,发表期刊论文6篇、会议论文4篇,授权发明专利5项。 宋轩, 教授,博士生导师,吉林大null

    精彩内容

    目录
    基础应用篇
    第1章车辆轨迹数据概述2
    1.1车辆轨迹数据的基本特征2
    1.1.1个体3
    1.1.2时间3
    1.1.3空间3
    1.1.4其他信息4
    1.2车辆轨迹数据的采集原理4
    1.2.1基于车载GPS或手机GPS定位技术5
    1.2.2基于无人机或高层建筑固定摄像头视频识别技术6
    1.2.3基于车牌识别技术6
    1.2.4基于电子不停车收费系统7
    1.2.5不同采集原理的车辆轨迹数据特征比较7
    1.3开源车辆轨迹数据集简介8
    1.4本书的技术体系9
    1.4.1Python数据分析生态9
    1.4.2Pandas数据处理10
    1.4.3GeoPandas与空间数据处理11
    1.4.4TransBigData交通时空大数据处理、分析与可视化工具12
    第2章车辆轨迹数据的预处理13
    2.1车辆轨迹数据的读取与存储13
    2.1.1数据的读取13
    2.1.2数据的存储14
    2.1.3多个数据文件的读取与合并15
    2.1.4轨迹数据的分块存储16
    2.1.5轨迹数据的分布式处理(Dask)17
    2.2车辆轨迹数据的质量分析19
    2.2.1数据质量分析的关注要点19
    2.2.2字段的取值与缺失分析20
    2.2.3数据的质量分析23
    2.3车辆轨迹数据的数据清洗29
    2.3.1数据的缺失值补全30
    2.3.2数据的冗余剔除30
    2.3.3数据的漂移清洗32
    2.4车辆轨迹数据的平滑处理38
    2.4.1卡尔曼滤波的基本原理38
    2.4.2基于卡尔曼滤波的轨迹数据平滑处理42
    2.4.3轨迹平滑适用场景的讨论46
    2.5车辆轨迹数据的增密与稀疏化47
    2.5.1轨迹的增密47
    2.5.2轨迹的稀疏化49
    2.6车辆轨迹数据的坐标转换51
    2.6.1地理坐标系与投影坐标系的坐标转换51
    2.6.2地理坐标系与火星坐标系的坐标转换52
    2.7车辆轨迹数据的栅格化53
    2.7.1为什么要栅格化53
    2.7.2轨迹栅格化的方法54
    2.7.3TransBigData实现轨迹栅格化57
    2.8车辆轨迹数据的停车与出行识别59
    2.8.1停车识别方法59
    2.8.2出行识别方法61
    2.9车辆轨迹数据的切片与分段64
    2.9.1轨迹的切片64
    2.9.2轨迹的分段66
    2.9.3计算轨迹长度68
    2.10车辆轨迹数据预处理方法小结72
    第3章车辆轨迹数据的可视化76
    3.1基于Matplotlib的地图可视化76
    3.1.1车辆轨迹数据的散点图绘制76
    3.1.2车辆轨迹数据的栅格图绘制79
    3.1.3车辆轨迹数据的热力图绘制81
    3.2基于WebGIS的在线可视化工具92
    3.2.1KeplerGL数据分布可视化93
    3.2.2Mobmap动态轨迹可视化95
    3.2.3ODview出行起终点可视化96
    3.3在Python中实现的WebGIS交互式可视化98
    3.3.1Folium实现轨迹数据可视化98
    3.3.2TransBigData的车辆数据可视化100
    高级应用篇
    第4章车辆轨迹数据的路网匹配104
    4.1基于OSMnx的路网数据获取与处理104
    4.1.1OSMnx简介104
    4.1.2路网数据获取105
    4.1.3路网数据的存储形式与路网的自定义110
    4.1.4路网的预处理115
    4.1.5路网的最短路径计算118
    4.1.6路网处理小结125
    4.2基于近邻匹配的路网匹配127
    4.2.1KDTree近邻匹配127
    4.2.2对轨迹数据进行路网的近邻匹配129
    4.3基于最短路径的路网匹配134
    4.4基于隐马尔可夫模型的路网匹配138
    4.4.1隐马尔可夫模型138
    4.4.2简化的路网匹配隐马尔可夫模型实现140
    4.4.3基于leuvenmapmatching的路网匹配146
    4.5路网匹配小结152
    第5章车辆轨迹数据的排放计算155
    5.1COPERT排放模型155
    5.1.1COPERT模型简介155
    5.1.2COPERT污染物计算方法分类155
    5.1.3排放的构成156
    5.1.4热排放157
    5.1.5冷启动排放158
    5.1.6CO2的排放计算160
    5.1.7COPERT模型小结161
    5.2车辆轨迹数据的排放计算162
    5.2.1车辆出行信息的准备162
    5.2.2基于车辆轨迹数据的排放计算163
    5.2.3排放时空分布的整理165
    5.3车辆排放的可视化169
    5.3.1排放空间分布的可视化169
    5.3.2排放时间分布的可视化173
    第6章车辆轨迹数据的多智能体仿真175
    6.1仿真模型的基本框架175
    6.1.1仿真模型的整体设计175
    6.1.2仿真时间与仿真步的管理177
    6.1.3仿真信息的存储179
    6.1.4仿真模型框架小结181
    6.2智能体的属性与功能设计183
    6.2.1环境智能体183
    6.2.2车辆智能体187
    6.3多智能体仿真的运行193
    6.3.1代码小结与小规模测试193
    6.3.2轨迹的精细仿真199
    6.3.3仿真模型的优化建议200
    实战案例篇
    第7章电动汽车GPS数据:充电需求识别202
    7.1充电需求识别思路202
    7.2数据预处理与出行停留信息识别203
    7.3电动汽车的剩余电量估计204
    7.3.1充电电量计算205
    7.3.2出行能耗计算208
    7.3.3剩余电量预测208
    7.4电动汽车的充电需求分析213
    7.4.1电动汽车个体剩余电量时变分析213
    7.4.2充电站的负荷估计与分析214
    第8章无人机航拍轨迹数据:车流交通波分析(NGSIM数据)219
    8.1NGSIM数据的特征219
    8.2NGSIM数据的预处理220
    8.2.1数据筛选220
    8.2.2基于QGIS的地图处理与车辆轨迹定位222
    8.3NGSIM数据的交通波识别223
    8.3.1交通波简介223
    8.3.2交通波特征参数介绍224
    8.3.3时空二维平面轨迹可视化224
    8.3.4交通波特征参数提取及可视化229
    8.3.5交通波特征分析案例233
    第9章无人机航拍轨迹数据:路网运行状态提取与分析(pNEUMA数据)239
    9.1航拍轨迹数据特征239
    9.2数据准备240
    9.2.1数据压缩241
    9.2.2地图数据加载242
    9.3网络交通状态提取与分析244
    9.3.1路段流量获取244
    9.3.2路段行程时间获取246
    9.3.3路段到路段行程时间250
    9.4实战应用:OD矩阵及路径流量提取251
    9.4.1OD矩阵提取252
    9.4.2路径流量提取255

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购